[发明专利]一种精细化照片染发方法及系统

权利要求书

1.一种精细化照片染发方法，其特征在于，包括步骤：

S1、基于卷积神经网络，对头发样本数据进行分割网络模型训练；

S2、基于训练后的分割网络模型对原图照片进行头发区域分割，得到分割图mask；

S3、对所述分割图mask进行高斯滤波，得到滤波效果图；

S4、根据滤波效果图得到原图照片中的头发区域，对头发区域进行颜色调节，得到第一染色照片；

S5、将原图照片、滤波效果图、第一染色照片进行Alpha融合，得到第二染色照片；

S6、基于所述原图照片计算头发概率图；

S7、将原图照片、第二染色照片、头发概率图进行头发精细化融合，得到最终染发照片。

2.根据权利要求1所述的照片染发方法，其特征在于，所述步骤S6具体为：计算原图照片中像素值的Red分量，当Red分量的值越小，其为头发像素的概率值越高，当Red分量的值越大，其为头发像素的概率值越低。

3.根据权利要求1所述的照片染发方法，其特征在于，所述步骤S5具体为：

D＝(A×(255-C)+B×C)/255

其中，D为第二染色照片，原图照片A、滤波效果图C、第一染色照片B的计算为对应像素的计算。

4.根据权利要求3所述的照片染发方法，其特征在于，所述步骤S7具体为：

Dst＝(A×E+D×(255-E))/255

其中，Dst为最终染发照片，原图照片A、第二染色照片D、头发概率图E的计算为对应像素的计算，E的值为该像素的头发概率值。

5.根据权利要求1所述的照片染发方法，其特征在于，所述步骤S3具体为：

其中，x表示像素RGB值，μ表示半径Radius范围内的像素值均值，σ表示半径Radius范围内像素值的方差。

6.根据权利要求1所述的照片染发方法，其特征在于，所述步骤S4具体为：S4.1、将滤波效果图与原图照片进行对应像素与运算，得到原图中的头发区域；S4.2、将原图中头发区域任意像素P(R,G,B)转换为HSV颜色空间，得到p_hsv(H,S,V)；

S4.3、在HSV颜色空间下，选取目标头发色的Hair_{_dst_hsv}(H,S,V)色相角H、饱和度S的值，保留原图照片中的p_hsv(H,S,V)亮度信息V，得到染色后的在HSV颜色空间域下的头发图像p_hsv-dst(H,S,V)；

S4.4、将头发图像p_hsv-dst(H,S,V)从HSV颜色空间转换到RGB颜色空间得到染色像素值p_rgb-dst(R,G,B)，即第一染色照片B。

7.根据权利要求1所述的照片染发方法，其特征在于，所述步骤S4具体为：

S4.1、将滤波效果图与原图照片进行对应像素与运算，得到原图中的头发区域；

S4.2、使用Photoshop对Lev Zelensky基准颜色LUT颜色调节，得到效果LUT表；

S4.3、用LUT表对头发区域中的像素值进行查找计算，得到对应的新像素值p_rgb-dst(R,G,B)，即得第一染色照片B。

8.根据权利要求7所述的照片染发方法，其特征在于，头发区域中任意像素P(R,G,B)，它的目标颜色为P₀(R₀,G₀,B₀)，则LUT查找公式如下：

k＝B2

x＝(int)(R2)+((k-((k3)3))6)

y＝(int)(((B5)6)+(G2))

P₀(R₀,G₀,B₀)＝LUT_(x,y)(R,G,B)。